L'insegnamento di statistica aziendale vuole contribuire al processo formativo dello studente fornendo la conoscenza di alcune metodologie statistiche utili per il governo dell'azienda. In particolare, detti obiettivi formativi sono associabili ai seguenti risultati di apprendimento attesi: Conoscenza e capacità di comprensione Il corso intende fornire le conoscenze metodologiche e applicative dei modelli di regressione. Inoltre, si vuole fornire utili strumenti per l’analisi statistica tramite il pacchetto statistico open source R.
Capacità di applicare conoscenza e comprensione Il corso intende fornire le conoscenze metodologiche e applicative dei modelli di regressione. Inoltre, si vuole fornire utili strumenti per l’analisi statistica tramite il pacchetto statistico open source R.
Capacità di applicare conoscenza e comprensione Al termine del corso di insegnamento, lo studente anche con l’aiuto di casi di studi concreti svolti con il software statistico R, sarà in grado di svolgere analisi di regressione. Le conoscenze acquisite gli consentiranno di interpretare in modo critico le dinamiche economiche e/o aziendali.
Prerequisiti
Lo studente deve possedere le conoscenze della statistica di base.
Metodi didattici
Lezioni orali. Esercitazioni pratiche con il software R.
Verifica Apprendimento
Conoscenza e capacità di comprensione La verifica dei risultati di apprendimento sarà effettuata tramite un esame scritto e orale. L’esame scritto riguarderà tutto il programma con particolare attenzione all'uso del software R. Gli studenti, inoltre, dovranno preparare e discutere una analisi statistica, svolta con R, riguardante un caso di studio reale (i data set possono essere trovati su internet). Tale elaborato dovrà essere inviato al docente almeno una settimana prima della data dell’esame. Il punteggio della prova d'esame è attribuito mediante un voto espresso in trentesimi.
Capacità di applicare conoscenza e comprensione Durante le prove d’esame e lo svolgimento della tesina si verifica la capacità degli studenti di applicare le conoscenze dei modelli di regressione al fine di poter affrontare situazioni di analisi concrete.
Testi
- Appunti del corso. - PICCOLO D. (2010). Statistica. Edizioni Il Mulino. (Cap. 14 pagg.491-501; 520-526; Cap. 15 pagg. 548-557, 560-561, 567-577, Cap. 16 pagg. 585- 591; Cap. 17 pagg. 607-620; Cap. 18 pagg. 669-673, 677-678; Cap. 19 pagg. 731-737, Cap. 22; Cap. 23. Leggere solo gli esempi più importanti). -James G, Witten D, Hastie T, Tibshirani R (2013). An Introduction to Statistical Learning with Applications in R. Springer.
Contenuti
1. Richiami di probabilità ed inferenza statistica. 2. Il software R 3. Il modello di regressione lineare. 4. Il modello di regressione lineare ed R. 5. Il modello di regressione logistica. 6. Il modello di regressione logistica ed R.
Lingua Insegnamento
ITALIANO
Altre informazioni
E-mail: postigli@unich.it
Per maggiori dettagli e per scaricare le slides: fad.unich.it, pagina del corso di Statistica Aziendale - CLEA/M
Giorni ed orari di ricevimento studenti: Nel I semestre il docente riceve per appuntamento (postigli@unich.it). Nel II semestre il ricevimento è fissato per il venerdì dalle ore 11:00 alle ore 13:00, scala verde 2° Piano, Viale Pindaro, 42.
